DEPLOIEMENT D'UNE ARCHITECTURE DATA-CENTRIC

Auteurs :

Sébastien Layer

Associé

Contactez

1 minutes

Data-centric Assurance

Pour un leader de la protection de la santé des personnes et en plein contexte de fusion, Sentelis a déployé une plateforme de données partagées. L’assurance de disposer de la bonne information client, partout, tout le temps.

L’enjeu : distribuer l’information client

Dans le monde de l’assurance, l’information est le nerf de la guerre. Pour conseiller au mieux leurs clients, les grands acteurs du secteur doivent pouvoir accéder à une information pertinente et à jour, à tout moment. Pour garantir cet avantage compétitif ce leader français de la protection sociale a fait confiance à Sentelis.

La solution : une plateforme de données partagée

Pour assurer cette vision à 360° de l’information client, Sentelis s’est appuyée sur une plateforme de données partagées industrialisées. Souvent appelé lac de données, ce type de solution permet de centraliser les informations client les plus cruciales : identité, situation, projet, interaction, contrat. Elle s’appuie sur des technologies Big Data et peut être intégrée sans latence aux systèmes front-office et back-office des différents réseaux de distribution .

La méthode

En collaboration avec les équipes clients, l’intervention de Sentelis a porté sur :

•La compréhension des enjeux de fusion et de l’impact du digital

•La proposition d’une cible d’architecture du système d’information centrée donnée

•La preuve de valeur métier et technique via la réalisation d’un démonstrateur

•L’aide au choix d’une distribution 'Big Data', son industrialisation en plateforme et son intégration

•L’organisation d’un séminaire métier pour sensibiliser les Directions Métiers sur les nouveaux enjeux autour de la données et leur faire découvrir la nouvelle offre 'Big Data' de la DSI pour y répondre

•La réalisation d’usages opérationnels dans le domaine de la relation client (v360°) et du décisionnel Santé & Prévoyance

•L’appui au 'Data Lab' pour la modélisation de son processus Data Science, de l’idée à l’industrialisation

•Le transfert de compétence à la 'Data Factory'